KI News: Kurz und klar.

In der Technologiebranche gibt es einen besonderen Schwung, der sich nicht durch einen einzelnen Durchbruch, sondern durch die gleichzeitige Zusammenführung vieler Entwicklungen manifestiert. Dieser Trend ist gerade im Bereich Physical AI deutlich spürbar.

Roboter, die in der realen Welt eingesetzt werden, stoßen häufig auf unerwartete Fehler, die nach dem Training auftreten. Ein neues Verfahren nutzt dabei die Funktionsweise des Kleinhirns, um diese Probleme sofort zu beheben, ohne die ursprüngliche Lernpolicy zu verändern.

Roboter erleben eine neue Ära, die an die Entwicklung von GPT‑3 erinnert. Forscher haben seit Jahren versucht, die gleichen autoregressiven Modelle, die große Sprachmodelle antreiben, für die Steuerung von Robotern einzusetzen. Das Ziel war klar: Wenn ein Modell das nächste Wort vorhersagen kann, sollte es auch die nächste Bewegung eines Roboterarms bestimmen können.

Sellafield Ltd hat angekündigt, dass die Boston Dynamics Spot-Roboter nun dauerhaft in den heißen Zonen des britischen Kernkraftwerks eingesetzt werden. Diese Roboter übernehmen Aufgaben, die Menschen gefährlichen Strahlungen aussetzen, wie Gamma- und Alphastrahlen.

In einer neuen Studie zeigen Forscher, wie Roboter ihre Sichtbarkeit in verschiedensten Umgebungen deutlich verbessern können. Durch ein sogenanntes Invariance Co‑Training werden zwei Hilfsaufgaben – die Ähnlichkeit von Zuständen und die Unempfindlichkeit gegenüber Beobachtungsstörungen – gleichzeitig auf Demonstrationsdaten und auf synthetischen Bildern aus nicht‑physikalischen Simulationen (z. B. Unreal Engine) trainiert.

EY und NVIDIA bündeln ihre Expertise, um Unternehmen bei der Integration von physischer KI zu begleiten. Durch die Zusammenarbeit entsteht ein klar strukturierter Ansatz für den Einsatz von Robotern, Drohnen und anderen intelligenten Geräten.

Mit RoboTic‑Tac‑Toe erleben Spieler ein völlig neues Brettspiel: Zwei physische Roboter bewegen sich über ein klassisches Tic‑Tac‑Toe‑Board, während das gesamte Spielgeschehen von großen Sprachmodellen (LLMs) koordiniert wird. Durch die Kombination von Robotik und KI entsteht ein interaktives Erlebnis, das sowohl Technikbegeisterte als auch Brettspielfans anspricht.

Mit großer Begeisterung hat Anthropic Claude beauftragt, einen vierbeinigen Roboter zu programmieren, um die Grenzen der KI im physischen Raum zu erkunden. Das Unternehmen sieht in der zunehmenden Integration von KI-Modellen in die reale Welt einen entscheidenden Schritt und nutzt Claude, um zu demonstrieren, wie ein KI-System komplexe Bewegungen und Interaktionen eines Roboterhundes steuern kann.

Eine kürzlich veröffentlichte Arbeit auf arXiv präsentiert einen bedeutenden Fortschritt bei Vision‑Language‑Action (VLA) Modellen, die in der Robotik eingesetzt werden. Diese Modelle nutzen multimodale Eingaben, wobei sprachliche Anweisungen eine zentrale Rolle spielen – nicht nur bei der Vorhersage von Aktionen, sondern auch bei der robusten Interpretation der Nutzerabsicht, selbst wenn die Anforderung unmöglich umzusetzen ist.

Eine neue Studie, veröffentlicht auf arXiv (2508.16277v1), stellt den Grow-AI-Test vor – ein innovatives Verfahren, das die Frage beantwortet: „Können Maschinen aufwachsen?“ Der Test baut auf dem bekannten Turing-Test auf, erweitert aber das Konzept um die Dimension des Wachstums und der Reife von künstlicher Intelligenz.

Roboter haben die Fertigung seit Jahrzehnten revolutioniert, blieben jedoch meist auf einzelne Aufgaben beschränkt und funktionierten nur in idealen Umgebungen. Frühere Versuche, Maschinen intelligenter zu machen, lieferten oft weniger als versprochen, weil die Technologie zu früh war. Heutzutage wandeln moderne KI‑Ansätze die meisten Hindernisse in Datenprobleme um. Durch kontinuierliches Lernen aus realen Erfahrungen können Roboter Aufgaben übernehmen, die zuvor als unmöglich galten, und dabei ihre Flexibilität und Effizienz deutlich steigern. Einordnung: Technologischer Fortschritt im Automatisierungssektor. (Quelle: SemiAnalysis)